The Doppler Quarterly (DEUTSCHE) Herbst 2017 | Page 11
„Als Berater, der Kunden dabei hilft, Lösungen in
der Cloud zu entwickeln, mag es überraschen,
wenn ich sage, dass nicht alles in die Cloud
gehört.“
Autonomie und Steuerung Außendienst
Eine der größten sichtbaren Barrieren für die Ein-
führung von IIoT in den Produktionshallen oder in
den Produktionslinien sind die Sicherheitsbedenken
(erinnert sich jemand an Stuxnet?). Gleichzeitig gibt
es ein praktisches Problem, bei dem es um das Thema
Latenz geht. Unterstützung und Einsatz des Außendienstteams
sind kritische Faktoren, bieten aber auch Vorteile für
eine IIoT-Lösung.
Wir sind jetzt Zeugen des nächsten Kapitels in Sachen
Cloudeinführung. Das heißt auch, dass es zu deutlich
größeren Cloud-Datenmengen kommen wird. Hinzu
kommt, dass die Möglichkeit, die gleichen Cloudtech-
nologien, Programmiersprachen und Modelle unab-
hängig vom Standort zu verwenden, mehr Flexibilität
und Effizienz bei Entwicklungs-, Wartungs- und
Betriebskosten schafft.
Ist es sinnvoll, dass bei Produktionslinien über Cloud-
aufrufe entschieden werden soll, ob eine Produkti-
onslinie stillgelegt werden soll oder nicht? Dies stellt
sich nicht viel anders dar, als bei einem autonomen
Fahrzeug, das auf die Notwendigkeit reagiert, die
Bremse zu betätigen, bevor es mit dem vorausfahren-
den Fahrzeug kollidiert.
Ein Großteil des IIoT-Potenzials liegt in der lokalen
Entscheidungsfindung in Echtzeit und den Hand-
lungsweisen auf Basis von Sensordaten. Dennoch
spielt die Cloud nach wie vor eine wichtige Rolle,
wenn es darum geht, Unternehmen dabei zu unter-
stützen, standortübergreifend zu agieren, ihre Ent-
scheidungsalgorithmen zu verbessern und effektiv
die Voraussetzungen für bessere lokale Entscheidun-
gen zu schaffen.
Rufen Sie sich das Szenario mit den Temperaturmes-
sungen im Sekundentakt in Erinnerung. Was ist der
„richtige“ Temperaturgrenzwert für eine Produkti-
onslinie, um sie zu verlangsamen oder ganz abzu-
schalten? Das kombinierte Wissen und die Erfahrung
aus verschiedenen Standorten und den Ergebnissen
aus vielen Algorithmen für prädiktive Analysen führt
zu Steuerungsalgorithmen, die eingesetzt werden
können, und ermöglicht so auf Best Practices basie-
rende, datengesteuerte lokale Entscheidungen.
Sensorgesteuerte Operationen können erkennen, ob
es zu Schäden gekommen ist oder ein Schaden kurz
bevor steht. Dies wiederum kann eng mit richtiger
Planung und dem Einsatz von Außendienstteams
verbunden sein. Dies ist jedoch erst der Anfang der
zahlreichen Auswirkungen: Der Zugriff auf echtzeit-
basierte Sensordaten kann den Auße